屏蔽除第一个字母以外的所有坏词

Question

我正在尝试在 PHP 中创建一个坏词过滤器，它将搜索文本，与一组已知的坏词进行匹配，然后用星号替换坏词中的每个字符（第一个字母除外）。

示例：

• fook

  会变成

  f***

• shoot

  会变成

  s****

我唯一不知道的部分是如何保留字符串中的第一个字母，以及如何在保持相同字符串长度的同时用其他字母替换剩余的字母。

我的代码不合适，因为它总是用 3 个星号替换整个单词。

$string = preg_replace("/\b(". $word .")\b/i", "***", $string);

Answer 1

$string = 'fook would become';
$word = 'fook';

$string = preg_replace("~\b". preg_quote($word, '~') ."\b~i", $word[0] . str_repeat('*', strlen($word) - 1), $string);

var_dump($string);

Answer 2

这可以通过多种方式完成，使用非常奇怪的自动生成的正则表达式...... 但我相信使用

preg_replace_callback()

最终会变得更加强大

<?php
# as already pointed out, your words *may* need sanitization

foreach($words as $k=>$v)
  $words[$k]=preg_quote($v,'/');

# and to be collapsed into a **big regexpy goodness**
$words=implode('|',$words);


# after that, a single preg_replace_callback() would do

$string = preg_replace_callback('/\b('. $words .')\b/i', "my_beloved_callback", $string);

function my_beloved_callback($m)
{
  $len=strlen($m[1])-1;

  return $m[1][0].str_repeat('*',$len);
}

Answer 3

$string = preg_replace("/\b".$word[0].'('.substr($word, 1).")\b/i", "***", $string);

Answer 4

假设要屏蔽的不良单词黑名单完全由字母或至少单词字符（允许数字和下划线）组成，则在内爆并插入正则表达式模式之前，您不需要调用

preg_quote()

。

在匹配限定词的第一个字母后，使用

\G

元字符继续匹配。坏单词中每个后续匹配的字母都将用星号一对一替换。

\K

用于忘记/释放坏词的第一个字母。

此方法无需调用

preg_replace_callback()

来测量每个匹配的字符串，并在文本块中每个匹配的坏词的第一个字母后写入 N 个星号。

细分：

/                      #start of pattern delimiter
(?:                    #non-capturing group to encapsulate logic
   \b                  #position separating word character and non-word character
   (?=                 #start lookahead -- to match without consuming letters
      (?:fook|shoot)   #OR-delimited bad words
      \b               #position separating word character and non-word character
   )                   #end lookahead
   \w                  #first word character of bad word
   \K                  #forget first matched word character
   |                   #OR -- to set up \G technique
   \G(?!^)             #continue matching from previous match but not from the start of the string
)                      #end of non-capturing group
\w                     #match non-first letter of bad word
/                      #ending pattern delimiter
i                      #make pattern case-insensitive

代码：（演示）

$bad = ['fook', 'shoot'];
$pattern = '/(?:\b(?=(?:' . implode('|', $bad) . ')\b)\w\K|\G(?!^))\w/i';

echo preg_replace($pattern, '*', 'Holy fook n shoot, Batman; The Joker\'s shooting The Riddler!');
// Holy f*** n s****, Batman; The Joker's shooting The Riddler!

Answer 5

这是 PHP 的 unicode 友好正则表达式。 正则表达式可以给你一个想法。

function do_something_except_first_letter($s) {
    // the following line SKIP the first character and pass it to callback func...
    // allows to keep the first letter even in words in quotes and brackets.
    // alternative regex is '/(?<!^|\s|\W)(\w)/u'.
    return preg_replace_callback('/(\B\w)/u', function($m) {
            // do what you need...
            // for example, lowercase all characters except the first letter
            return mb_strtolower($m[1]); 
        }, $s);
}